城鎮化水平、全要素生產率與城鄉收入差距※
——基于區域異質性及交互效應的實證分析

趙莎莎 張東輝 司傳寧

內容提要：該文采用DEA-Malmquist指數法測算出各省市2000-2016年全要素生產率(TFP)、技術效率指數(Effch)和技術進步指數(Tech)，并以TFP作為新的視角，實證分析城鎮化水平結合TFP的動態變化對城鄉收入差距的影響。結果表明：(1) TFP、Effch和Tech的動態變化存在顯著的區域異質性；(2) 城鎮化對城鄉收入差距的影響存在顯著倒U型關系；加入TFP等因素，分別對城鄉收入差距產生顯著的同向效應，顯著提高了城鎮化水平的拐點值，符合實際；Effch和Tech同向效應也存在顯著的區域異質性；(3) 城鎮化水平結合TFP的交互效應對城鄉收入差距產生顯著的同向效應；且隨城鎮化水平提高此交互效應程度顯著減弱。

一、 引 言

2000年以來城鎮化逐漸成為我國發展的重頭戲，城鎮化水平從2000年的36.2%，快速上升到2016年的57.4%[注]引言原始數據來源《中國統計年鑒》，經作者計算整理得出。。同時城鎮化過程由早期圈地擴容、蓋樓建房的“土地城鎮化”，調整為解決三農問題的“新型城鎮化”。城鎮化對城鄉收入差距的影響備受學者關注。已有研究從城鎮化對城鄉收入差距影響的線性研究，發展到非線性研究。如圖1所示：隨著城鎮化水平的提高，泰爾指數在2007年時達到最高點，拐點處的城鎮化率為45.9%；而城鄉實際收入比在2009年時達到最高點，拐點處的城鎮化率為48.3%。伴隨大量的經濟資源和生產要素不斷向城鎮集聚，兩者在城鄉間得到重新配置。此過程引致了全要素生產率的動態變化，然而其對城鄉收入差距所產生影響在已有文獻中常常被遺漏。從“十五”計劃開始，我國政府積極推進經濟增長方式的轉變，實施城鎮化戰略。那么，在城鎮化戰略下全要素生產率的動態變化存在哪些區域異質性？其對城鄉收入差距產生了怎樣的技術效應？不同的城鎮化水平結合全要素生產率又會產生怎樣的交互效應？本文以全要素生產率作為新的視角，實證分析城鎮化的推進結合TFP的動態變化對城鄉收入差距的影響，為研究城鄉收入差距變動趨勢及原因，提供了一個新的分析視角。

二、 文獻綜述

有關城鎮化對城鄉收入差距影響的成果非常豐碩。早在1954年，經濟學家劉易斯提出城鎮化過程實質是剩余勞動力從傳統農業部門不斷向現代化的城市部門轉移的過程。而驅使農業勞動力進城的主要動機是城鄉預期收入差距(Todaro，1969)。隨著更多的農村居民進入城市，農村勞動力開始稀缺，農業勞動報酬逐漸增加，城鄉收入差距轉而縮小，呈現出倒U型發展趨勢(Ranis，1961)?；谖覈鴮嶋H情況，城鎮化的初期由于存在戶籍制度的制約，勞動力并不能自由流動，只有條件較好、較為富裕的農村居民才可能轉變成為城鎮人口，而我國對于城鄉收入差距的統計是以戶籍為基礎的，在所有居民收入不變的條件下，會在統計上擴大城鄉收入差距(阮楊等，2002)。隨著城鎮化進一步推進，城鄉間勞動力的流動通過要素報酬的均等化來縮小城鄉收入差距(陸銘和陳釗，2004)；伴隨城鄉間資源流動信息化差異等因素也對城鄉收入差距產生影響(劉維奇和韓媛媛，2013；譚燕芝等，2017)。同時已有研究也開始關注城鎮化對城鄉收入差距存在的非線性影響(楊森平等，2015；李子葉等，2016)。

圖1 2000-2016年城鄉收入差距隨城鎮化發展的變動趨勢圖

相反，有關技術水平對城鄉收入差距影響的研究比較少。Krugman(1994)認為技能的創新會導致工人間生產率的變化，從而擴大工人間工資的差距。具體來講，技術進步在技術密集型的部門有利于增加熟練工人的工資，而在勞動密集型部門技術進步有利于非熟練工人工資的增加(Leamer，2000)。國外學者Barro and Sala-I-Martin(1997)提出了一個技術創新和技術模仿的內生技術模型，認為模仿的成本低于創新成本?；谖覈洕鷮嵡椋洕l展過程存在顯著的二元經濟特征，城鎮現代化部門的技術水平遠高于傳統農業部門。假設城鎮現代化部門為技術創新部門，而傳統農業部門為技術模仿部門；那么隨著“技術進步”到“技術收斂”的過程，傳統農業部門技術水平不斷向城鎮現代化部門收斂，技術進步的動態變化直接影響著城鄉間收入差距，同時在省份收入差距中，技術進步對省份間收入差距也起著關鍵決定作用(彭國華，2005)。

通過梳理相關文獻，鮮有文獻關注全要素生產率對城鄉收入差距的影響。為此，借鑒前人的研究成果，深入探討城鎮化推進中全要素生產率對城鄉收入差距產生的具體影響。本文首先采用DEA-Malmquist指數法測算出各省市2000-2016年全要素生產率、技術效率指數和技術進步指數，分析其在城鎮化推進下的動態變化及區域異質性，然后分別構建倒U型模型以及交互項模型，實證檢驗城鎮化水平和全要素生產率等因素對城鄉收入差距產生影響的方向路徑、實際效應和交互效應。

三、 全要素生產率的測算與區域異質性

1. 全要素生產率的測算

測算全要素生產率普遍采用非參數法中的數據包絡分析法(DEA)，具體Malmquist指數法的公式：

(1)

公式中i表示第i個決策單位，(xit，yit)和(xit+1，yit+1)分別表示第t期和第t+1期的投入產出集，xit=X(Ki,t,Li,t)表示第i個省份第t期資本存量K以及勞動投入L的向量；yit為對應決策單位的產出向量，以2000年為基期核算的實際GDP表示。Dit(xit，yit)和Dit+1(xit+1，yit+1)分別是第t期和t+1期技術效率水平，Mi,t+1為t期到t+1期的全要素生產率的變化，同時分解為技術效率指數(Effch)和技術進步指數(Tech)。

資本存量K：采用永續盤存法進行估算，公式為：Kt=Kt-1-Dt+It/Pt，其中Kt為當期的資本存量，Kt-1為上一期的資本存量，It為當期的固定資本形成額，Pt為當期固定資本價格指數，直接采用收入法核算固定資產折舊數據Dt，并剔除價格因素，便于比較區域異質性；具體核算方法借鑒單豪杰(2008)、張軍(2004)、李健和衛平(2015)。

勞動投入L：考慮到勞動力受教育程度的地區差異，采用各省市歷年統計年鑒中分三次產業的總從業人數乘以當年的平均教育年限來計算。平均教育年限計算公式：humit=6pit+9jit+12sit+16cit，其中p、j、s、c分別表示小學、初中和職中、高中和中專、大專及以上學歷的人口占總人口的比例。

2. 全要素生產率的動態變化及區域異質性

運用DEAP 2.1軟件，由上文具體的產出和投入數據，測算各省市TFP、Effch和Tech。在選取的2000-2016年間，分三個年度段來分析其動態變化及區域異質性，具體結果如表1所示。由于全要素生產率均為某省市年度之間的環比改進指數，當其值大于1時，則表示當期相對于前一期有所改善；相反，當其值小于1時，則代表當期相對于前一期有所收斂。

表1 2000-2016年間各省市TFP、Effch和Tech的動態變化

續表

觀察表1，各省市TFP、Effch和Tech的動態變動存在顯著的區域異質性。首先從橫向省市數據來看：① 在2000-2005年間，共有 12個省市的TFP值大于1；東部地區的Tech值全部大于1，說明東部地區的全要素生產率的增長主要是由技術進步推動的；東部地區中Effch和Tech均大于1的省市，只有天津、黑龍江、江蘇和廣東，說明這四個省市的全要素生產率增長來源于技術進步和技術效率共同改善的結果。中西部地區的全要素生產率的增長情況不容樂觀，TFP值大于1的省市，分別為重慶4.7%、陜西0.4%、新疆0.6%，其余省市的全要素生產率平均指數小于1，這說明其余省市主要受到技術效率或技術進步的制約。② 在2005-2010年間，僅有5個省市的TFP值大于1；東部地區的Tech值除了黑龍江，均大于1，說明東部地區技術進步增長顯著，但是除了天津、上海和廣東以外，其他地區的全要素生產率增長來自技術進步的改善難以抵消技術效率惡化的制約。中西部地區的全要素生產率有所收斂，主要是受到技術效率或技術進步兩方面的制約。③ 2010-2016年間，只有 8個省市的TFP值大于1；Effch和Tech均大于1的省市，只有天津、內蒙古、江蘇和重慶。東部地區的北京、遼寧和上海以及西部地區的青海，這四個省市全要素生產率增長來自技術進步的改善。

其次，從縱向時間數據來看：2000-2005年間，東部地區技術進步增長顯著，成為推動區域全要素生產率增長的主要動力，反映出該區域經濟從粗放型向集約型轉型，經濟增長方式從效率增長向技術推動轉變。中西部地區TFP增長主要受技術效率的制約，地區經濟仍主要依靠要素投入的粗放型經濟為主。在2005-2010年間，隨著國內資源短缺和環境約束的制約以及國外經濟環境的影響，國內技術效率不斷惡化，導致國內全要素生產率增長整體情況逐漸收斂。在2010-2016年間，隨著區域技術進步增長顯著，國內全要素生產率增長整體情況逐漸改善，但是技術進步到一定程度后，缺乏強大的可持續性驅動力，不能抵消來自技術效率制約的影響。

綜上所述，鑒于TFP動態變動的區域異質性，本文將東部和東北部的省市設為東部樣本集，中部和西部的省市設為中西部樣本集，分別進行實證檢驗。

四、 實證檢驗與分析

1. 實證模型設定

本文采用Panel Data 模型，具體的計量模型形式如下：

(2)

(3)

(4)

模型中，下標i和t分別代表省市和年份；βn為第n個核心解釋變量的系數；Cit代表不同的控制變量集；γm為第m個控制變量系數；c為常數項；ui代表不隨時間變化的個體特征效應；εit表示與解釋變量無關的隨機擾動項。

2. 變量解釋與描述性統計

(1) 被解釋變量：泰爾指數(Theil)在衡量城鄉收入差距時能夠分解出城鎮內部收入差距、鄉村內部收入差距及城鄉收入差距對總收入差距的貢獻，具體公式：

(5)

其中，下標i和t分別代表省市和年份，j=1或2分別表示城鎮或農村，Pijt表示各省市t時期城鎮或農村的人口數量，Pit表示t時期各省市總人口，Iijt表示各省市t時期城鎮或農村的收入總額，Iit表示t時期各省市總收入，均消除價格影響。

(2) 解釋變量：城鎮化水平(ur)：結合國內統計口徑，用各省市年末城鎮人口占其年末總人口的比率來衡量。模型中加入城鎮化水平的平方項(ur2)來考察城鄉收入差距隨城鎮化水平變化的非線性趨勢。

全要素生產率(TFP)以及分解指數(Effch和Tech)均為各省市年度之間的環比效率改進指數，為了分析其趨勢變化對城鄉收入差距的影響，本文統一口徑，均以2000年為基期將各省市這三個指數換算為定比改進指數作為核心解釋變量(薛鋼，2015)，分別用tfp、effch和tech表示。

控制變量選?。贺斦С鏊?fe)，政府財政支出在其GDP中所占比重；教育經費支出水平(ef)，政府教育經費支出在其GDP中所占比重；基礎設施水平(road)，運輸公路的里程數在其土地總面積上的密度；國際貿易水平(ie)，中間價折算后的進出口總額占其GDP的比重。所有變量的原始數據均來自歷年《中國統計年鑒》及各省市歷年統計年鑒。

3. 實證檢驗及結果分析

計量模型估計方法的選擇，通過F檢驗和Hausman檢驗表明模型存在顯著的個體固定效應，故選擇個體固定效應，采用Stata14.0軟件進行估計。

(1) 不同樣本檢驗結果及區域異質性分析。觀察表2：模型M1中，ur系數為正，ur2系數為負，兩個系數均高度顯著，表明2000年以來城鎮化水平對城鄉收入差距的影響存在顯著倒U型關系；拐點ur值為0.195，遠遠低于實際值，顯然不符合實際。模型M2中，tfp的系數為正，且在0.01水平上高度顯著，這表明全要素生產率對城鄉收入差距產生同方向的影響，即：若全要素生產率不斷改善，將擴大城鄉收入差距；反之亦然；拐點ur值為0.403，比較符合實際。模型M3中，effch和tech的系數均為正，兩個系數均在0.01水平上高度顯著，這表明兩者均對城鄉收入差距產生同方向的影響，同時拐點ur值為0.413，比較符合實際。模型M1-M3中，除了ie不顯著，其余控制變量的回歸系數均高度顯著；fe和ef的回歸系數符號為負，表明城鎮化進程中，隨著政府干涉程度和對教育重視程度的增加，顯著地縮小了城鄉收入差距；相反，road回歸系數符號為正，表明隨著基礎設施建設增加，顯著地拉大了城鄉收入差距。東部地區和中西部地區的回歸結果中，核心解釋變量系數符號均與全國樣本的回歸結果一致，且均在0.01水平上高度顯著；但是對比不同樣本下的回歸結果，發現其存在顯著的區域異質性。

核心解釋變量的區域異質性表現在：①tfp的系數在東部地區偏小，這表明隨著全要素生產率的提高，其對城鄉收入差距產生的技術效應程度較弱；相反在中西部地區，隨著全要素生產率的提高，其對城鄉收入差距產生的技術效應程度較強。② 在東部地區tech的回歸系數大于effch的回歸系數，這表明東部地區由技術進步產生的實際效應大于技術效率產生的實際效應；中西部地區的情況正好相反。③ 東部地區城鎮化水平較高，其ur的拐點值比中西部的偏高，符合實際情況。

控制變量的區域異質性表現在：① 在中西部地區，隨著政府干涉程度的加強顯著縮小了城鄉收入差距，其在東部地區影響不確定；② 中西部地區的基礎設施建設水平相對落后，隨著基礎設施優先側重于城鎮地區，顯著拉大了城鄉收入差距，其在東部地區影響不確定；③ 在中西部地區，隨著貿易水平的提高顯著縮小了城鄉收入差距；其在東部地區卻顯著拉大了城鄉收入差距；④ 政府對教育重視程度的增加顯著縮小了城鄉收入差距，其在東部地區的影響程度顯著高于中西部地區。

(2) 交互效應檢驗結果及分析。為了檢驗城鎮化水平結合全要素生產率變動共同對城鄉收入差距產生的交互效應，本文構建交互項模型(6)-(8)，具體模型如下：

(6)

(7)

(8)

在不同樣本下分別對模型(6)-(8)分別進行實證檢驗，觀察表3：① M1中ur*tfp回歸系數為0.085，在0.01水平上高度顯著，其交互效應為正。即：隨著城鎮化水平的提高，若全要素生產率不斷改善，兩者的交互效應會加速擴大城鄉收入差距；相反，若全要素生產率不斷收斂，兩者的交互效應會加速縮小城鄉收入差距。M2和M3中ur*effch和ur*tech的系數分別為0.081和0.113，均在0.01水平上高度顯著，這說明城鎮化的推進結合技術效率變動和技術進步變化的交互效應使城鄉收入差距產生同向變動。② 在東部和中西部樣本下，ur*tfp、ur*effch和ur*tech回歸系數均為正，均在0.01水平上高度顯著，這說明隨著東部(或中西部)地區城鎮化的推進，結合這三個量的交互效應使城鄉收入差距產生同向變動。③ 交互效應的區域異質性表現在：東部地區的ur*tech回歸系數大于ur*effch回歸系數，這說明東部地區技術進步水平較快，所以同等城鎮化水平下，結合技術進步所產生的交互效應要大于技術效率所產生的交互效應；相反，中西部地區全要素生產率變動主要受到技術效率變動的影響，所以同等城鎮化水平下，結合技術效率所產生的交互效應要大于技術進步所產生的交互效應；東部地區ur*tfp和ur*effch的回歸系數均小于中西部地區，這意味著這三種交互效應隨著城鎮化水平的提高對城鄉收入差距的邊際效應呈現逐漸遞減的趨勢。

4. 穩健性檢驗

模型的穩健性檢驗：① 檢驗內生性問題：采用工具變量法，利用核心解釋變量的一階滯后量作為工具變量分別進行回歸；② 樣本異質性問題：北京、天津、上海和西藏的城鎮化率及全要素生產率兩個變量均存在極端值，故將全國樣本中這三市和西藏剔除后，再進行回歸檢驗；③ 替代被解釋變量：城鄉實際收入比[注]本文首先以2000年為基期，利用各省城市和農村的消費價格指數分別對城鎮居民可支配收入、農村居民純收入進行平減，消除通脹影響，然后用城鎮居民實際可支配收入對農村居民實際純收入的比值來計算城鄉實際收入比。(urgap)，也是常用衡量指標，故替代泰爾指數，作為被解釋變量進行回歸檢驗。實證檢驗均采用Stata14.0軟件得出回歸結果[注]鑒于篇幅約束，穩健性檢驗的回歸結果不再具體列出，需要者可向作者索取。。

對比回歸結果發現：① 內生性問題檢驗：解釋變量的系數符號及顯著性未發生明顯改變；這說明模型中核心解釋變量內生性問題不大；② 樣本異質性檢驗：核心解釋變量的系數符號及顯著性未發生明顯改變；③ 替代被解釋變量：核心解釋變量的系數符號及顯著性未發生改變，控制變量的系數符號和顯著性也未發生改變，同時被解釋變量為urgap時，拐點ur值輕微提高，符合實際。因此，本文的回歸結果比較穩健。

五、 結 論

本文以全要素生產率作為新的視角，實證分析城鎮化結合TFP的動態變化對城鄉收入差距的影響。研究發現：(1) 2000-2016年間，TFP動態變化存在顯著的區域異質性。東部地區TFP增長主要受到技術進步推進，地區經濟從粗放型逐漸向集約型轉型；但是，當技術進步到一定程度后，缺乏強大的可持續驅動力，不能抵消來自技術效率制約的影響，導致TFP后期的收斂。中西部地區TFP增長主要受技術效率的影響，地區經濟仍主要依靠要素投入的粗放型經濟為主，隨著資源短缺和環境約束的制約，技術效率不斷惡化，而技術進步增長相對東部地區發展不占優勢，導致了中西部地區TFP在中后期的不斷收斂。(2) 單獨考慮城鎮化對城鄉收入差距的影響時，存在顯著倒U型關系，但城鎮化率的拐點值遠遠低于實際值；加入全要素生產率等因素后，其分別對城鄉收入差距產生顯著的同向效應，顯著提高了城鎮化率的拐點值，符合實際；東部地區技術進步指數變化對城鄉收入差距的同向效應程度較大；中西部地區技術效率指數變化對城鄉收入差距產生的同向效應程度較大。(3) 城鎮化水平結合全要素生產率等因素的交互效應中：兩者對城鄉收入差距產生的交互效應為正，即：隨著城鎮化水平不斷提高，若全要素生產率得到改善，兩者的交互效應會加速擴大城鄉收入差距；相反，若全要素生產效率出現收斂，兩者的交互效應會加速縮小城鄉收入差距。東部地區較高的城鎮化水平和TFP對城鄉收入差距產生的交互效應顯著弱于中西部地區，即隨城鎮化水平提高此交互效應程度顯著減弱。